一次高原地区强降水过程的对流可分辨尺度集合预报评估

利用FNL(Final Reanalysis Data)、 ERA5(ECMWF Reanalysis V5)再分析资料和GPM(Global Precipitation Measurement)全球逐半小时降水数据,选取我国西南高原地区一次强降水过程,研究了对流尺度集合预报中两种初始扰动方法 BGM(Breeding Growth Mode)和LBGM法（Local Breeding Growth Mode）对复杂地形强降水的预报能力。基于对象诊断的MODE(Method for Object-Based Diagnostic Evaluation)方法评估了模式对降水对象的位置、结构、强度的模拟能力,并与TS(Threat Score)等评分方法进行对比分析,综合评估模式预报性能,表明：（1）基于BGM和LBGM法生成初始扰动的集合预报系统BGM-EPS和LBGM-EPS,集合平均预报对24 h各个量级降水评分均优于控制预报,且暴雨的TS评分LBGM-EPS优于BGM-EPS;(2)整体上,WRF模式能够较好捕获降水对象,尤其是对于高原山地复杂地形的降水预报效果很好,LBGM-EP...     

欧洲业务集合预报系统进展

由于大气初值与数值模式中物理过程存在不确定性等客观事实,集合预报无疑代表着数值天气预报未来前进与发展的方向,它标志着天气预报的预报范式转变,即用户不仅可以得到未来大气状态的单一现实,还可得到未来大气可能出现的一系列场景。文中扼要地梳理了欧洲全球业务集合预报与有限区域模式高分辨业务集合预报的研究动态与技术发展、基本问题及其未来最新发展方向,包括:1)欧洲中期天气预报中心的业务集合预报系统发展沿革及概况;2)欧洲国家主要业务高分辨率集合预报系统概况;3)当前业务集合预报存在的问题、挑战及未来前进的方向。文中除了关注欧洲中期天气预报中心的集合预报应用,还梳理了目前欧洲高分辨业务集合预报取得的成就,以引起有关研究人员的注意。总之,借鉴欧洲业务集合预报的发展思路,不仅有助于集合预报理论创新,还对发展集合预报业务有重要指导意义。     

对流尺度集合预报成员数对降水预报的影响北大核心CSCD

选取2022年川渝地区发生的16个强降水个例开展对流尺度集合预报批量试验,并通过对31组初值采用不同集合成员数时的降水集合预报技巧进行检验评估和综合分析。结果表明:集合成员的降水预报技巧总体上大致相当,因而采用不同成员数时预报技巧差异也不明显;表征降水总体分布特征的Talagrand分布和预报失误概率以及表征降水概率预报技巧的相对作用特征面积随着成员数的增加而逐渐改进,但当成员数达到一定数值后继续增大成员数对预报改进不明显。总体而言,对流尺度集合预报成员数设置为16~18最适宜。     

基于对流尺度集合模拟的长江中下游暖区对流过程的可预报性研究

弱天气尺度强迫背景下的暖区暴雨发生发展机制复杂且难以准确预报。为深入探讨长江中下游暖区对流过程的实际和内在可预报性,本文通过同化模式模拟的探空、雷达等仿真资料的集合资料同化,构建了基于WRF-EnSRF的对流尺度集合预报系统,针对2013年7月21日一次典型暖区对流过程进行了初值扰动集合试验。试验结果表明,不同成员降水预报的发生时间和落区存在两个有显著差异的分岔时段,其一在对流触发阶段,源于扰动风场与地形的相互作用;其二在发展阶段,源于初值扰动导致对流系统强度出现差异,对流强（弱）,冷池出流强（弱）,导致降水落区偏南（北）。进一步的可预报性定量分析可见,由于初值的扰动,在分岔时段,模式的实际可预报性受到严重限制,表现为集合成员降水场的差异和扰动的偏差能量均快速增大。同时,在减小扰动振幅的“等同孪生子”对比试验中,扰动偏差能量随时间变化的曲线在对流触发阶段表现出的非线性特征表明,内在可预报性在这一分岔时段也显著受限。由以上结果可进一步得出结论：由于初值扰动导致分岔时段模式的实际可预报性受限时,准确的初值可有效改进预报效果。而当系统受到由混沌非线性动力学所导致的内在可预报性限制时,改善初值...     

基于对流尺度集合预报的飑线结构特征模拟与改善

对流尺度集合预报是研究飑线等强对流天气的新方向。当前对飑线系统结构的研究主要采用卫星和雷达资料结合高分辨率确定性预报的方法,而本文从集合预报技术的角度分析飑线结构特征。针对2014年7月30日中国江淮地区的一次强飑线过程,利用WRF模式开展了对流尺度集合预报试验,采用概率匹配平均法对集合预报结果进行综合处理,重点考察集合预报对飑线结构特征的模拟能力。结果表明:对流尺度集合预报能够模拟出飑线系统的基本结构特征。集合平均和概率匹配平均法相比控制预报而言,对飑线回波、热力场、动力场和微物理量场结构有明显的改善作用。同时模拟出了飑线系统近地面冷池和环境垂直风切变的相互作用,与RKW理论相一致。概率匹配平均法在回波强度上较集合平均更接近实况,应用于对流尺度集合预报研究极端天气事件具有指示意义。     

基于局地增长模培育法的对流可分辨尺度WRF模式对河南“21·7”特大暴雨的预报评估

基于WRF(Weather Research and Forecasting)模式,选取河南“21·7”特大暴雨事件,采用局地增长模培育法(Local Breeding Growth Mode,LBGM)生成对流尺度集合预报系统,在此基础上对24 h累积降水量进行SAL(Structure,Amplitude and Location)检验,结合预报成功指数(Threat Score,TS)、公平成功指数(Equitable Threat Score,ETS)评分等评分结果进行对比分析,综合评估集合预报成员的预报效果,表明:1)基于局地增长模培育法生成初始扰动的集合预报系统成员对于强降水预报有一定优势,在降水强度和位置的预报上与实况较接近;2)经检验,成员e003的TS和ETS评分在20日00时—21日00时(北京时,下同)和21日08时—22日08时两个强降水时段内表现最佳,并在SAL检验中对应较好的降雨强度A和雨区位置L,而成员e008暴雨TS、ETS评分最低,对应SAL检验中具有一定的位置偏差,即TS、ETS评分和SAL检验之间存在相关性,将二者有机结合,可以为业务工作中定量评估模式降水预报效果提供参考;3)通过对比整体评分表现较好的成员e003和较差的成员e008,两者预报的位势高度场与ERA5(ECMWF reanalysis v5,ERA5)再分析资料之间的差值,可以验证降水预报误差主要源于对低涡系统的预报偏差,同时预报评分较好的成员其位势高度偏差较小,综合评估效果更佳。     

基于BGM的对流尺度集合预报试验及其检验北大核心CSCD

基于增长模繁殖法,考虑对流尺度高度非线性特征和精细化预报要求,对一次强飑线天气过程进行了集合预报试验,引入概率匹配平均法对集合预报结果进行对比分析,并通过偏差和公平技巧评分对降水进行了预报效果检验。试验结果表明,BGM法应用到对流尺度集合预报中能够生成代表大气不确定性的快速增长扰动。集合预报结果相比控制预报更加准确,传统集合平均对较小降水强度的预报更加准确,概率匹配平均法对大量级降水的预报能力明显占优。降水评分检验表明,集合平均对小量级降水的预报技巧最高,概率匹配平均法对极端降水事件的预报技巧有明显优势。对流尺度集合预报能够提高降水预报技巧,并对高影响对流天气事件的预报有指导意义。     

基于时空不确定性的对流尺度集合预报效果评估检验

针对对流尺度天气系统的高度非线性特征和高分辨率模式预报结果存在时、空不确定性现象,以及当前邻域概率法主要考虑高分辨率预报结果的空间位移误差,而不能有效解决预报结果存在时间超前与滞后问题,将时间因素引入到邻域概率法中,结合一次强飑线过程进行对流尺度集合预报试验,并基于改进后的新型邻域概率法与分数技巧评分,对降水预报进行了不同时、空尺度的效果评估检验。结果表明:（1）邻域集合概率法和概率匹配平均法在极端降水的分数技巧评分远高于传统集合平均,弥补了集合平均对极端降水预报能力偏低的缺陷。（2）对于此类飑线过程的对流尺度天气系统而言,邻域半径为15—45 km的空间尺度能够改善降水位移误差的空间不确定性,并使其预报效果达到最优,其中15—30 km的邻域半径对于尺度更小的大量级降水事件预报能力更强。（3）对流尺度降水预报考虑时间尺度与降水强度存在着对应关系,不同时间尺度可以捕获到不同量级降水的时间不确定性。同时,时间尺度与空间尺度对于降水预报效果的影响是相互关联的。（4）改进的邻域概率法能够同时体现高分辨率模式预报结果在对流尺度降水事件上存在的时、空不确定性,实现了对流尺度降水在时、空尺度上的综合评估,并能为不同量级降水提供与其时、空尺度相匹配的概率预报结果。      

强降水和冰雹对流许可尺度集合预报个例试验

利用对流许可尺度集合预报系统,针对2015年4月28日夜间移动到江苏南部和上海地区,伴随短时强降水和冰雹的一次强对流过程,使用初始多源融合分析场对集合预报结果影响进行了分析。结合上海南汇双偏振雷达基数据观测,对12～14 h预报时效的反射率因子、差分反射率及冰雹集合预报结果进行了定性和定量的评估,分析了改进初始水物质分布,同时增加小尺度信息对于模式预报结果的影响。主要结果为:(1)对反射率因子预报的评估显示,初始场调整了水物质分布且增加了小尺度信息的试验(以下简称ADAS试验),对降水的范围、分布特征及评分都有明显改进(2)由于差分反射率在较小的距离内变化剧烈,对其准确预报难度较大,ADAS试验虽然预报强度偏强,但整体的位置和强度与实况更为接近,特别在大粒子预报方面具有更高的技巧,能够对微物理过程相关特征更好地进行描述;(3)使用地面人工观测和双偏振雷达观测对冰雹概率预报评估的结果显示,ADAS试验预报的高概率降雹区与观测落区接近,对冰雹落区预报具有一定的指示意义。通过多源融合分析调整初始水物质分布并增加小尺度信息的集合预报试验改善了较长预报时效的强降水和冰雹概率预报,具有更高的可信度,双偏振变量预报具有区分强降水与冰雹的优势,通过与观测的对比可以更好地评估模式对微物理过程描述的准确性。     

湖北省卫星云图短时暴雨概率预报方法及应用

利用实时红外卫星云图资料,在湖北省分区域短时暴雨云图特征分析的基础上,通过提取与短时暴雨相关的云图特征参数,结合NCEP数值预报综合判断,建立湖北省分区域0～6h卫星云图短时暴雨概率预报方法,并已投入实时业务预报应用。结果表明:所选云图特征参数能够较好的体现不同区域间短时暴雨云团特征,概率预报计算方法合理,对于短时暴雨的预报起到一定的指导作用。从预报检验看,预报方法还应在减小空报和漏报方面继续改进。     

基于重组降水集合预报的洪水概率预报

采用条件亚正态模型方法,生成了具有包含不同可能性的降水集合预报。为了保持各子流域降水集合预报变量之间的空间相关性,采用集合预报重组方法对降水集合预报进行重新排列。使用重组后的降水集合预报驱动水文模型,实现了淮河上游大坡岭-息县、淮河上游息县-王家坝和汝河-洪河上游3个子流域的12次洪水过程的洪水概率预报,并对1988年9月7日和1991年7月31日两次洪水概率预报进行个例分析。结果表明:相对于单一确定性预报,通过条件亚正态分布模型生成降水集合预报后,再经过Schaake洗牌法空间相关性重新组合的降水集合预报,捕捉洪峰出现时间和流量的能力更强。对洪水概率预报来说,降水概率预报更能达到对未来的水文事件进行最大可能估计的目的,并尽可能综合了降水预报不确定性因素,同时也说明维持变量原有的空间相关特征对于降水概率预报具有重要意义。     

基于BPSO-NBayes的雷暴释用预报技术研究

提出了一种新的雷暴预报法,即二进制粒子群-朴素贝叶斯分类器(Binary Particle Swarm Optimization-Naive Bayesian Classifiers,BPSO-NBayes)方法,以福州、连城、宁波3站为例,对使用T511数值预报产品站点的雷暴释用预报技术进行研究。利用2010—2014年T511数值预报产品和单站观测资料,使用BPSO-NBayes方法,建立了0~72 h雷暴预报模型,并与Fisher判别准则和Bayes判别准则进行比较。预报结果表明,BPSO-NBayes模型临界成功指数都在0.29以上,平均值达到0.33以上,是3种方法中最好的,空报率都在0.59以下,漏报率在0.60以下,而且变化幅度很小。BPSO-NBayes模型明显优于Fisher判别准则和Bayes判别准则,具有良好的稳定性和预报能力。     

河南长葛南席一次龙卷成因分析及雷达预警初探

利用常规气象资料、四要素自动气象站和多普勒天气雷达资料,对发生在2010 年7 月19 日05 时30 分左右长葛东部南席镇一次罕见龙卷天气成因进行分析,初步探讨如何应用多普勒天气雷达对类似强对流天气进行有效预警。结果表明：此次龙卷天气发生在中空急流与中低层辐合、高层辐散相互配置的有利环境背景下,中低空露点锋和强湿度梯度带为龙卷产生提供触发机制,龙卷产生于干、湿空气交界并靠近湿区一侧;龙卷发生前中气旋表现出较低的底高、逐渐变小的最强切变高度、降低的顶高、较小的方位角方向直径和较强的垂直风切变等特征,初步总结出识别龙卷的雷达探测中气旋预警指标。     

基于贝叶斯理论的单站地面气温的概率预报研究

基于贝叶斯理论,建立了将确定性预报向概率预报转换的基本模式,并利用TIGGE资料中欧洲中期天气预报中心(ECMWF)地面气温预报资料及地面气温观测资料,对概率化后的预报进行了评估与释用。结果表明,概率化后的预报结果不但能提供丰富的预报产品,而且所提供的预报均值优于原始的确定性预报。应用贝叶斯模式平均法(BMA)将中国气象局(CMA)、美国国家环境预报中心(NCEP)和ECMWF 3个模式的预报结果进行多模式集成,得到了更为合理的概率分布,其中分布的均值可作为模式的预报结果,方差和置信区间反映了预报量的可变范围。因此,基于贝叶斯预报模式的概率预报相对于确定性预报,不但能够提供更高精度的预报,而且能提供更全面的预报信息。BMA集成预报结果不但优于集合平均预报,而且还能定量描述预报的不确定性。利用ECMWF预报中心51个预报成员进行集成贝叶斯概率预报试验,发现BMA预报融合了各成员对预报不确定性的描述,还对概率预报的均值进行了调整,使之与观测值更为接近。BMA预报的概率密度分布更能反映大气的真实分布情况。     

基于循环神经网络的单站能见度短临预报试验

由于能见度具有局地性和复杂的非线性变化特征,一直是精细化预报的难点。人工神经网络对复杂变化过程的模拟能力较高,为解决这一难题提供了可能性。本文采用循环神经网络,利用福州气象观测站地面观测数据,建立了福州单站能见度短临预报模型,并就预报能力进行了评估。随机检验结果表明,在1 h、3 h、6 h时效上,循环神经网络的预报与观测的变化趋势一致性较好;均方根误差比基于实况的预报分别减小15.75%、31.66%、41.26%,说明具备较好的预报能力;平均绝对值误差比传统BP神经网络分别减小12.90%、24.45%、 38.99%,表明循环神经网络对能见度预报具有优势,为能见度的精细化短临预报提供了新途径。     

基于Local-BGM法的冷涡暴雨集合预报试验及评估检验北大核心

基于传统增长模繁殖法(Breeding Growing Mode,BGM)和局地增长模繁殖法(Local Breeding Growing Mode,Local-BGM)生成初始扰动成员,对一次冷涡暴雨过程进行集合预报试验,从多方面比较两种方案的预报效果,并且在邻域概率法(Neighborhood Probability,NP)中引入时间邻域,评估概率预报结果。结果表明,引入局地化思想的Local-BGM方案能够生成比传统BGM方案更合理的初始扰动,具有很明显的局地特征。对于扰动变量的预报,Local-BGM方案在均方根误差和离散度等方面均表现更好,同时能够提高各量级降水的预报技巧。邻域集合概率法能够综合各个集合成员预报的降水信息得到优于集合平均的概率预报,分数技巧评分更高。并且在考虑时间不确定性后,无论是控制预报、集合平均还是邻域集合概率法,分数技巧评分均有很大改善,并且降水阈值越大改善效果越明显,能够为极端强降水天气提供较为客观的概率预报信息。     

累加阶层线性模型的长三角地区年降雨量预测

将灰色系统模型与阶层线性模型的思想和方法结合起来,拓展了模型的适用范围,给出了累加阶层线性AMM(1,1)模型,并在结合长三角年降雨量的具体实例时进行了模型改进.对原模型与改进后的AMM(1,1)进行比较,验证了模型的实用性,为降雨量的预测提供了一种新途径.     

基于中尺度数值模式的分类强对流天气预报方法研究

针对雷暴大风、短时强降水、冰雹和龙卷等强对流天气短期预报,采用0.25°×0.2°每天4次日本气象厅(JMA)东亚地区再分析资料计算的百余类对流参数(物理量)及其15 d滑动平均值,根据“邻(临)近”原则对江苏2001—2009年2—9月各类强对流天气进行时间和站点的匹配后,应用相对偏差模糊矩阵评价技术,对上述对流参数进行权重分配和逐次筛选,获得了既体现强对流与气候平均态间明显差异,又体现自身相对稳定的特征对流参数序列。同时,根据历史分类强对流个例中各特征对流参数的频谱分布获得各对流参数的频率分布分段函数,然后基于中尺度数值模式预报的对流参数,综合历史频率分布和权重分配,构建了分类强对流天气预报概率,并以优势概率作为分类判据,做出强对流分类预报。最后建立了业务化系统,以全自动方式提供分类强对流客观预报产品,投入到日常业务和南京青年奥林匹克运动会气象保障服务工作。     

基于模式先验信息的贝叶斯集合降水概率预报试验

为了更好地利用降水预报历史先验概率分布函数信息修订集合概率预报效果,基于贝叶斯原理和贝叶斯降水概率预报模型,分别使用1952—2007年历史观测资料和2009—2011年6月24~120 h中国T213全球集合预报历史资料作为先验信息,对中国不同气候区代表站（广州、南京、武汉和成都）建立贝叶斯降水概率预报模型,对比不同先验信息下集合成员与集成贝叶斯降水概率预报拟合结果差异,分析先验信息对贝叶斯降水概率预报模型的影响,在此基础上,采用模式先验信息的贝叶斯降水概率预报模型,进行2008年6月降水概率预报试验。试验结果表明,由T213集合预报产生的先验信息较历史观测资料产生的先验信息更优,当先验信息的降水概率分布函数曲率最大处偏向降水大值区时,贝叶斯模型的降水预报结果也偏向降水大值区,反之亦然。结果还显示,先验信息对贝叶斯降水概率预报模型有重要影响,若先验信息偏向更多更大降水量时,贝叶斯降水概率预报对有降水的预报更优,若降水先验信息偏向更少更小降水量时,对无雨或微量降水预报效果越好。